Adiciona busca das séries temporais de inadimplência das operações de crédito

CHANGELOG.md

@@ -1,6 +1,8 @@
-
 # Changelog
 
+## Unpublished
+- Add Regional economy series support
+
 ## [0.3.0] - 2024-06-12
 - Dependencies updated
 

README.md

@@ -31,7 +31,7 @@ pip install python-bcb
 
 ## SGS
 Utiliza o webservice do SGS
-(`Sistema Gerenciador de Séries Temporais <https://www3.bcb.gov.br/sgspub/>`_)
+([Sistema Gerenciador de Séries Temporais](https://www3.bcb.gov.br/sgspub/))
 para obter os dados.
 
 ## Conversor de Moedas

bcb/sgs.py → bcb/sgs/__init__.py

@@ -1,131 +1,134 @@
-from io import StringIO
-
-import requests
-import pandas as pd
-
-from .utils import Date
-
-"""
-Sistema Gerenciador de Séries Temporais (SGS)
-
-O módulo ``sgs`` obtem os dados do webservice do Banco Central,
-interface json do serviço BCData/SGS -
-`Sistema Gerenciador de Séries Temporais (SGS)
-<https://www3.bcb.gov.br/sgspub/localizarseries/localizarSeries.do?method=prepararTelaLocalizarSeries>`_.
-"""
-
-
-class SGSCode:
-    def __init__(self, code, name=None):
-        if name is None:
-            if isinstance(code, int) or isinstance(code, str):
-                self.name = str(code)
-                self.value = int(code)
-        else:
-            self.name = str(name)
-            self.value = int(code)
-
-
-def _codes(codes):
-    if isinstance(codes, int) or isinstance(codes, str):
-        yield SGSCode(codes)
-    elif isinstance(codes, tuple):
-        yield SGSCode(codes[1], codes[0])
-    elif isinstance(codes, list):
-        for cd in codes:
-            _ist = isinstance(cd, tuple)
-            yield SGSCode(cd[1], cd[0]) if _ist else SGSCode(cd)
-    elif isinstance(codes, dict):
-        for cd in codes:
-            yield SGSCode(codes[cd], cd)
-
-
-def _get_url_and_payload(code, start_date, end_date, last):
-    payload = {"formato": "json"}
-    if last == 0:
-        if start_date is not None or end_date is not None:
-            payload["dataInicial"] = Date(start_date).date.strftime("%d/%m/%Y")
-            end_date = end_date if end_date else "today"
-            payload["dataFinal"] = Date(end_date).date.strftime("%d/%m/%Y")
-        url = "http://api.bcb.gov.br/dados/serie/bcdata.sgs.{}/dados".format(code)
-    else:
-        url = (
-            "http://api.bcb.gov.br/dados/serie/bcdata.sgs.{}/dados" "/ultimos/{}"
-        ).format(code, last)
-
-    return {"payload": payload, "url": url}
-
-
-def _format_df(df, code, freq):
-    cns = {"data": "Date", "valor": code.name, "datafim": "enddate"}
-    df = df.rename(columns=cns)
-    if "Date" in df:
-        df["Date"] = pd.to_datetime(df["Date"], format="%d/%m/%Y")
-    if "enddate" in df:
-        df["enddate"] = pd.to_datetime(df["enddate"], format="%d/%m/%Y")
-    df = df.set_index("Date")
-    if freq:
-        df.index = df.index.to_period(freq)
-    return df
-
-
-def get(codes, start=None, end=None, last=0, multi=True, freq=None):
-    """
-    Retorna um DataFrame pandas com séries temporais obtidas do SGS.
-
-    Parameters
-    ----------
-
-    codes : {int, List[int], List[str], Dict[str:int]}
-        Este argumento pode ser uma das opções:
-
-        * ``int`` : código da série temporal
-        * ``list`` ou ``tuple`` : lista ou tupla com códigos
-        * ``list`` ou ``tuple`` : lista ou tupla com pares ``('nome', código)``
-        * ``dict`` : dicionário com pares ``{'nome': código}``
-
-        Com códigos numéricos é interessante utilizar os nomes com os códigos
-        para definir os nomes nas colunas das séries temporais.
-    start : str, int, date, datetime, Timestamp
-        Data de início da série.
-        Interpreta diferentes tipos e formatos de datas.
-    end : string, int, date, datetime, Timestamp
-        Data de início da série.
-        Interpreta diferentes tipos e formatos de datas.
-    last : int
-        Retorna os últimos ``last`` elementos disponíveis da série temporal
-        solicitada. Se ``last`` for maior que 0 (zero) os argumentos ``start``
-        e ``end`` são ignorados.
-    multi : bool
-        Define se, quando mais de 1 série for solicitada, a função retorna uma
-        série multivariada ou uma lista com séries univariadas.
-    freq : str
-        Define a frequência a ser utilizada na série temporal
-
-    Returns
-    -------
-
-    ``DataFrame`` :
-        série temporal univariada ou multivariada,
-        quando solicitado mais de uma série (parâmetro ``multi=True``).
-
-    ``list`` :
-        lista com séries temporais univariadas,
-        quando solicitado mais de uma série (parâmetro ``multi=False``).
-    """
-    dfs = []
-    for code in _codes(codes):
-        urd = _get_url_and_payload(code.value, start, end, last)
-        res = requests.get(urd["url"], params=urd["payload"])
-        if res.status_code != 200:
-            raise Exception("Download error: code = {}".format(code.value))
-        df = pd.read_json(StringIO(res.text))
-        df = _format_df(df, code, freq)
-        dfs.append(df)
-    if len(dfs) == 1:
-        return dfs[0]
-    else:
-        if multi:
-            return pd.concat(dfs, axis=1)
-        else:
-            return dfs
+from io import StringIO
+
+import requests
+import pandas as pd
+
+from bcb.utils import Date
+
+"""
+Sistema Gerenciador de Séries Temporais (SGS)
+
+O módulo ``sgs`` obtem os dados do webservice do Banco Central,
+interface json do serviço BCData/SGS -
+`Sistema Gerenciador de Séries Temporais (SGS)
+<https://www3.bcb.gov.br/sgspub/localizarseries/localizarSeries.do?method=prepararTelaLocalizarSeries>`_.
+"""
+
+
+class SGSCode:
+    def __init__(self, code, name=None):
+        if name is None:
+            if isinstance(code, int) or isinstance(code, str):
+                self.name = str(code)
+                self.value = int(code)
+        else:
+            self.name = str(name)
+            self.value = int(code)
+
+    def __repr__(self):
+        return f"{self.code} - {self.name}" if self.name else f"{self.code}"
+
+
+def _codes(codes):
+    if isinstance(codes, int) or isinstance(codes, str):
+        yield SGSCode(codes)
+    elif isinstance(codes, tuple):
+        yield SGSCode(codes[1], codes[0])
+    elif isinstance(codes, list):
+        for cd in codes:
+            _ist = isinstance(cd, tuple)
+            yield SGSCode(cd[1], cd[0]) if _ist else SGSCode(cd)
+    elif isinstance(codes, dict):
+        for name, code in codes.items():
+            yield SGSCode(code, name)
+
+
+def _get_url_and_payload(code, start_date, end_date, last):
+    payload = {"formato": "json"}
+    if last == 0:
+        if start_date is not None or end_date is not None:
+            payload["dataInicial"] = Date(start_date).date.strftime("%d/%m/%Y")
+            end_date = end_date if end_date else "today"
+            payload["dataFinal"] = Date(end_date).date.strftime("%d/%m/%Y")
+        url = "http://api.bcb.gov.br/dados/serie/bcdata.sgs.{}/dados".format(code)
+    else:
+        url = (
+            "http://api.bcb.gov.br/dados/serie/bcdata.sgs.{}/dados" "/ultimos/{}"
+        ).format(code, last)
+
+    return {"payload": payload, "url": url}
+
+
+def _format_df(df, code, freq):
+    cns = {"data": "Date", "valor": code.name, "datafim": "enddate"}
+    df = df.rename(columns=cns)
+    if "Date" in df:
+        df["Date"] = pd.to_datetime(df["Date"], format="%d/%m/%Y")
+    if "enddate" in df:
+        df["enddate"] = pd.to_datetime(df["enddate"], format="%d/%m/%Y")
+    df = df.set_index("Date")
+    if freq:
+        df.index = df.index.to_period(freq)
+    return df
+
+
+def get(codes, start=None, end=None, last=0, multi=True, freq=None):
+    """
+    Retorna um DataFrame pandas com séries temporais obtidas do SGS.
+
+    Parameters
+    ----------
+
+    codes : {int, List[int], List[str], Dict[str:int]}
+        Este argumento pode ser uma das opções:
+
+        * ``int`` : código da série temporal
+        * ``list`` ou ``tuple`` : lista ou tupla com códigos
+        * ``list`` ou ``tuple`` : lista ou tupla com pares ``('nome', código)``
+        * ``dict`` : dicionário com pares ``{'nome': código}``
+
+        Com códigos numéricos é interessante utilizar os nomes com os códigos
+        para definir os nomes nas colunas das séries temporais.
+    start : str, int, date, datetime, Timestamp
+        Data de início da série.
+        Interpreta diferentes tipos e formatos de datas.
+    end : string, int, date, datetime, Timestamp
+        Data final da série.
+        Interpreta diferentes tipos e formatos de datas.
+    last : int
+        Retorna os últimos ``last`` elementos disponíveis da série temporal
+        solicitada. Se ``last`` for maior que 0 (zero) os argumentos ``start``
+        e ``end`` são ignorados.
+    multi : bool
+        Define se, quando mais de 1 série for solicitada, a função retorna uma
+        série multivariada ou uma lista com séries univariadas.
+    freq : str
+        Define a frequência a ser utilizada na série temporal
+
+    Returns
+    -------
+
+    ``DataFrame`` :
+        série temporal univariada ou multivariada,
+        quando solicitado mais de uma série (parâmetro ``multi=True``).
+
+    ``list`` :
+        lista com séries temporais univariadas,
+        quando solicitado mais de uma série (parâmetro ``multi=False``).
+    """
+    dfs = []
+    for code in _codes(codes):
+        urd = _get_url_and_payload(code.value, start, end, last)
+        res = requests.get(urd["url"], params=urd["payload"])
+        if res.status_code != 200:
+            raise Exception("Download error: code = {}".format(code.value))
+        df = pd.read_json(StringIO(res.text))
+        df = _format_df(df, code, freq)
+        dfs.append(df)
+    if len(dfs) == 1:
+        return dfs[0]
+    else:
+        if multi:
+            return pd.concat(dfs, axis=1)
+        else:
+            return dfs